AI 기반 불량품 검사 시스템으로 제조업 품질 관리 혁신 (불량품 검사, AI 품질 관리, 딥러닝, CNN)

경남대학교 김동헌 교수 연구팀은 딥러닝 기반의 합성곱 신경망(CNN)을 활용한 불량품 검사 시스템을 개발했습니다. 이 시스템은 대량의 양품 및 불량품 이미지를 학습하여 생산 라인에서 실시간으로 제품의 결함 여부를 판단합니다. MobileNet을 채택해 이미지의 RGB 색상 채널별로 특징을 추출하며, 검사 속도와 정확도를 크게 향상시킵니다. 실제 산업 현장에서의 실험 결과, 자동화를 통해 검사 시간과 인력을 대폭 줄일 수 있었으며, 검사 정확도도 월등히 높아졌습니다. 이 시스템은 자동차, 전자, 식품 등 다양한 제조업 분야에서 폭넓게 활용될 수 있으며, 생산 효율성 증대와 원가 절감에 기여할 것입니다.
본 기술은 특허출원이 완료된 상태입니다. 기술이전을 통해 사업화하고자 하시는 분은 아래의 연락처로 문의하시기 바랍니다.
• 구독을 하면 최신 기술 트렌드를 파악이 가능합니다.
○ 기술이전문의 ▶ pf.kakao.com/_d...
○ 한국기술마켓 ▶ kotechmarket.com
○ 한국기술신문 ▶ kotechbiz.com
○ 한국기술마켓 뉴스레터 ▶ kotechmarket.c...
○ 한국기술뉴스 뉴스레터 ▶ kotechbiz.com/...
- 매주 화요일 핫한 기술소식을 메일로 발송합니다.
불량품 검사, AI 품질 관리, 딥러닝, 합성곱 신경망, CNN, MobileNet, 이미지 분석, 제조업 자동화, 실시간 결함 탐지, 검사 속도 향상, 검사 정확도, 생산 효율성, 원가 절감, 자동차 부품 검사, 전자기기 품질 관리, 식품 품질 검사